形式化定理证明新突破：SubgoalXL框架让大模型在Isabelle中性能暴涨
在数学与计算机科学的交叉领域中，形式化定理证明一直是一个备受关注的研究方向。随着大型语言模型（LLMs）的快速发展，这一领域再次焕发出新的活力。近日，一篇名为《SubgoalXL: Subgoal-based Expert Learning for Theorem Proving》的论文在arXiv上发布，引起了...
前端架构思考 ：专注于多框架的并存可能并不是唯一的方向 — 探讨大模型时代前端的分层式微前端架构
随着前端技术的迅猛发展，微前端架构成为了应对复杂大型应用的一种流行方案。通过引入微前端，多个团队可以在同一个项目中使用不同的技术栈（如⚛️React、🔮Vue、📐Angular等），并将其独立模块化后集成到同一页面中。然而，这种基于多框架并存的设计思路并非在所有场景中都适用...
速成RAG+Agent框架大模型应用搭建
一、概况 目前有关大模型的定义与算法介绍的文章已经很多，本文侧重于能力总结和实操搭建部分，从大模型应用的多个原子能力实现出发，到最终串联搭建一个RAG+Agent架构的大模型应用，让个人对于大模型应用如何落地更加具有体感。 二、大模型发展现状 目前大模型发展笼统的可以分为两个部分，自然语言处理大模型（Qwen语言系列等）和多模态大模型，同时多模态大模...
"轻量级微调推理框架SWIFT：大模型时代的速度革命，让你秒变AI部署高手！"
随着人工智能技术的飞速发展，大模型逐渐成为业界关注的焦点。从GPT-3到BERT，再到最近的ChatGPT，这些大模型在自然语言处理、计算机视觉等领域取得了显著成果。然而，在享受大模型带来的便利的同时，我们也面临着模型部署和推理速度的挑战。在此背景下，魔搭社区推出了一款轻量级微调推理框架——SWIFT...
IBM推出创新框架用“黑盒”方式，评估大模型的输出
在人工智能领域，大语言模型（LLMs）的快速发展为我们带来了前所未有的计算能力。然而，随着模型的日益复杂化，我们也面临着一个重要的问题：如何评估模型的输出是否可信？为了解决这个问题，IBM的研究人员提出了一种创新的框架，通过“黑盒”方式来评估大模型的输出。 首先ÿ...
开源创新框架MoA，可极大增强大模型的能力
近年来，随着大型语言模型（LLMs）的不断发展，其在自然语言理解和生成任务中展现出了显著的能力。然而，随着LLMs数量的不断增长，如何有效利用多个LLMs的集体专业知识成为一个令人兴奋的研究方向。 为了实现这一目标，最近有学者提出了一种名为Mixture-of-Agents（MoA&#...
谷歌推出”自我发现“框架，极大增强GPT-4等大模型推理能力
谷歌DeepMind团队近期推出了一项名为SELF-DISCOVER的创新框架，旨在通过自我发现的方式，显著提升大型语言模型（LLMs）如GPT-4和PaLM 2在复杂推理任务上的表现。这一突破性的进展，不仅在技术上实现了质的飞跃，也为人工智能领域带来了新的启示。 在人工智能的发展史上，大型语言模型...
Prompt工程全攻略：15+Prompt框架一网打尽（BROKE、COAST、LangGPT）、学会提示词让大模型更高效
Prompt工程全攻略：15+Prompt框架一网打尽（BROKE、COAST、LangGPT）、学会提示词让大模型更高效 0.相关文章推荐 更多Prompt框架技术细节和原理见相关文章 Prompt工程原理篇 大语言模型的预训练[3]之Prompt Learning：Prompt Engineering、Answer engineering、Multi-prompt l...
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
通义大模型
阿里云自主研发的通义大模型，凭借万亿级超大规模数据训练和领先的算法框架，实现全模态高效精准的模型服务调用。https://www.aliyun.com/product/tongyi
+关注